视觉里程计是同时定位与地图构建(简称SLAM)系统中的关键技术。SLAM中视觉里程计包括特征提取、特征匹配、帧间估计三部分。特征提取的稳定性和帧间估计的准确性直接影响SLAM系统的性能。由于受噪声、光照等不确定因素的影响以及特征点类型、数量的约束,传统基于人工的特征提取方法具有一定局限性。近来,有学者开始研究用卷积神经网络替代传统人工的方法提取特征和估计帧间运动。但是卷积神经网络结构复杂,需要庞大的训练数据集来训练。目前并不存在解决视觉里程计的训练数据集,针对这个问题本文设计了特征提取和帧间估计的训练数据集,来训练神经网络。第一个神经网络完成特征点的提取,第二个神经网络是对提取的特征点进行匹配、估计帧间变换关系。第一个神经网络对图片序列中单张图片进行处理,提取图片的角点特征。角点特征位置明确,是具有代表性的稳定可靠的特征。传统人工提取方法,提取的特征点数量太多,并且提取的是类角点特征而不是准确的角点特征。本文通过对经典VGG类卷积神经网络进行调整,来提取图像的特征点。为了确保提取稳定的角点特征,本文用OpenCV函数产生了数以万计的几何图片来训练网络结构。本文还将该网络与经典角点检测器进行比较,并发现图像存在噪声的情况下特征点提取性能有显著的提升。第二个神经网络是对图片序列中连续两张图片进行处理,估计帧间变换关系。提取特征点后,需要对点对进行匹配,然后估计帧间变换关系。本文神经网络的结构是在VGG类神经网络基础上改进的。通过训练调整网络参数得到较好的模型。在网络参数训练过程中一个很大的障碍是没有完整的数据集,大部分数据集仅仅包含图片序列,缺少真实的帧间变换关系。本文在一个三维商业综合体里模拟相机一些可能的运动轨迹,并且导出相机每次观测到的图片,作为网络的训练数据集。通过实验,验证网络模型在匹配、帧间估计上较优。最后本文对课题研究的过程中遇到的问题和学到的经验、方法做了总结,同时对未来卷积神经网络在SLAM中的融合应用进行了展望。